聚合字符向量时忽略NA并调整分组顺序的实现方法

要同时解决NA被转为字符和分组顺序错乱两个问题，可以按以下方式修改代码：

完整代码 #

library(dplyr)

# 构建原始数据集
id <- c(12, 13, 26, 45, 55, 66)
group <- c("one", "one", "two", "two", "three", "three")
txt <- c("quick", "brown", NA, "fox", NA, NA)
df <- data.frame(id, group, txt)

# 按组聚合并处理需求
df |> 
  group_by(group, .group = "keep") |>  # 保留原始分组顺序
  summarise(
    txt = if (all(is.na(txt))) {
      NA_character_  # 组内全为NA时返回NA
    } else {
      paste(na.omit(txt), collapse = ", ")  # 过滤NA后拼接非NA值
    },
    .groups = "drop"
  )

输出结果 #

group          txt
1   one quick, brown
2   two          fox
3 three         <NA>

关键细节说明 #

1. 保持原始分组顺序：
   在group_by()中添加.group = "keep"参数（要求dplyr 1.1.0及以上版本），可避免dplyr默认对分组变量排序，完全遵循原始数据中group的出现顺序。
   若你的dplyr版本较低，可先将group转为因子类型：

   df$group <- factor(df$group, levels = unique(df$group))
   

   再执行后续分组聚合操作即可。

2. 正确处理NA值：
   通过if (all(is.na(txt)))判断组内是否全为NA：

   • 全为NA时，返回NA_character_（显式指定为字符型NA，避免被转为字符串）；
   • 存在非NA值时，用na.omit(txt)过滤掉NA，再用paste()拼接剩余的有效字符串。

内容的提问来源于stack exchange，提问作者JontroPothon